融合局部特征提取与全局上下文建模的儿科呼吸音分类
该工作提出一种将局部特征提取模块与全局上下文模型相结合的新架构，其中Mel_Grouper模块作为前端增强局部病理表征，其输出送入基于Transformer的Mel_Encoder以融合全局上下文，在SJTU儿科呼吸音数据集（SPRSound）的四个子任务上分别较此前最佳结果提升3.37%、3.06%、6.83%和5.36%，并在真实世界儿科呼吸音数据集上进一步开展实验。
该工作提出一种将局部特征提取模块与全局上下文模型相结合的新架构，其中Mel_Grouper模块作为前端增强局部病理表征，其输出送入基于Transformer的Mel_Encoder以融合全局上下文，在SJTU儿科呼吸音数据集（SPRSound）的四个子任务上分别较此前最佳结果提升3.37%、3.06%、6.83%和5.36%，并在真实世界儿科呼吸音数据集上进一步开展实验。
已读完全部报道